OpenAI Codex CLI w terminalu, Hugging Face przejmuje Pollen Robotics, a Wikipedia udostępnia dane na KaggleTest

OpenAI Codex CLI – nowe narzędzie open source usprawniające kodowanie w terminalu

Świat narzędzi deweloperskich właśnie wzbogacił się o nowy element automatyzujący procesy programistyczne. OpenAI wprowadziło Codex CLI – lekki, działający lokalnie agent kodujący, który integruje zaawansowane modele sztucznej inteligencji bezpośrednio z terminalem użytkownika. To open-source’owe rozwiązanie ma na celu przyspieszenie pracy programistów poprzez umożliwienie interakcji z kodem za pomocą poleceń w języku naturalnym.

Kluczowe funkcje Codex CLI

Codex CLI integruje się z nowymi modelami AI OpenAI (o3 i o4-mini), umożliwiając pisanie i edycję kodu oraz wykonywanie zadań obliczeniowych bezpośrednio z poziomu terminala. Narzędzie działa całkowicie lokalnie, co oznacza, że kod źródłowy nigdy nie opuszcza środowiska użytkownika, chyba że ten zdecyduje się go udostępnić.

Szczególnie wartościową funkcją jest obsługa wejść wielomodalnych – możemy przekazywać nie tylko tekst, ale także zrzuty ekranu czy nawet odręczne szkice, które zostaną zinterpretowane przez model AI. System oferuje również trzy poziomy automatyzacji, dające użytkownikowi pełną kontrolę nad procesem modyfikacji kodu:

• Tryb Suggest – tylko proponowanie zmian do zatwierdzenia
• Auto Edit – automatyczna edycja plików z zatwierdzaniem poleceń powłoki
• Full Auto – autonomiczne działanie ograniczone do określonego katalogu

Rozpoczęcie pracy z Codex CLI

Instalacja Codex CLI odbywa się za pomocą prostego polecenia w npm, co odzwierciedla filozofię “zero konfiguracji” tego narzędzia. Wymagany jest Node.js w wersji 22 lub nowszej oraz klucz API OpenAI.

Podstawowe wymagania systemowe obejmują: macOS 12+, Ubuntu 20.04+/Debian 10+ lub Windows 11 przez WSL2. Dodatkowo rekomendowane jest zainstalowanie Git w wersji 2.23+ dla pełnej funkcjonalności, szczególnie integracji z kontrolą wersji.

Codex CLI to lekki, open-source’owy agent kodujący, który działa lokalnie w twoim terminalu – przedstawiciel OpenAI w rozmowie z TechCrunch

Praktyczne zastosowania

Codex CLI może znacząco usprawnić codzienną pracę programisty w wielu obszarach. Narzędzie sprawdza się przy refaktoryzacji kodu, co doskonale widać na przykładzie modernizacji komponentów React do systemu hooks. Zamiast ręcznych edycji, wystarczy polecenie w języku naturalnym.

Inne zastosowania obejmują debugowanie problemów, tworzenie i uruchamianie testów, ustanawianie migracji czy masową zmianę nazw plików z aktualizacją importów. Codex CLI umożliwia także wykorzystanie dodatkowego kontekstu z plików markdown w repozytorium.Aby wspierać rozwój projektów wykorzystujących Codex CLI, OpenAI planuje przeznaczyć 1 milion dolarów w grantach API dla wybranych inicjatyw. Firma będzie przyznawać granty w blokach po 25 000 dolarów kredytów API.

Hugging Face wkracza w świat open-source’owej robotyki dzięki przejęciu Pollen Robotics

Hugging Face, wiodąca platforma dla twórców AI z ponad 7 milionami użytkowników, oficjalnie wkroczyła w świat robotyki poprzez strategiczne przejęcie firmy Pollen Robotics. Jest to piąta akwizycja w historii Hugging Face i jednocześnie pierwsza, która dotyczy bezpośrednio sprzętu fizycznego, co sygnalizuje poważne zaangażowanie firmy w łączenie sztucznej inteligencji z robotyką.

Nowa era robotyki open-source

Przejęcie Pollen Robotics, firmy założonej w 2016 roku przez Matthieu Lapeyre i Pierre Rouanet, stanowi naturalną kontynuację działań Hugging Face w obszarze robotyki rozpoczętych w 2024 roku. Wtedy to właśnie do zespołu dołączył Remi Cadene, były naukowiec pracujący nad projektem Optimus w Tesli, aby pokierować inicjatywą LeRobot – biblioteką kodu dla robotyki w modelu open-source, która w zaledwie rok zgromadziła ponad 12 tysięcy gwiazdek na GitHubie.

Flagowym produktem wynikającym z tej akwizycji jest Reachy 2 – humanoidalny robot zaprojektowany z myślą o badaniach naukowych, edukacji i eksperymentach z ucieleśnioną sztuczną inteligencją. Ten zaawansowany robot jest już wykorzystywany w prestiżowych ośrodkach badawczych, takich jak Cornell University i Carnegie Mellon University.

Techniczne innowacje w Reachy 2

Reachy 2 wyróżnia się kilkoma unikalnymi rozwiązaniami technicznymi, które czynią go idealnym środowiskiem testowym dla zaawansowanych algorytmów AI:

• System stawów Orbita zapewniający płynny, wielokierunkowy ruch szyi i nadgarstków
• Inspirowane ludzką anatomią ramiona (7 stopni swobody) zdolne do manipulowania obiektami o wadze do 3 kg
• Mobilna baza wyposażona w koła wszechkierunkowe i system LiDAR
• Kompatybilność z VR umożliwiająca intuicyjną teleoperację
• Pełna otwartość kodu źródłowego i dokumentacji technicznej

Wizja przyszłości robotyki

Thomas Wolf, współzałożyciel i główny naukowiec Hugging Face, podkreśla, że “robotyka może być kolejną granicą, którą AI odblokuje – i powinna być otwarta, przystępna cenowo i prywatna”. Strategia firmy obejmuje nie tylko wysokiej klasy roboty jak Reachy 2 (wyceniany na 70 000 dolarów), ale również znacznie bardziej przystępne rozwiązania, takie jak ramię robotyczne SO-100 dostępne za około 100 dolarów.

Współpraca z NVIDIA, która zaowocowała ogłoszeniem modelu GR00T N1 – pierwszego otwartego modelu fundacyjnego dla robotów humanoidalnych – oraz partnerstwo z Yaak przy tworzeniu zbioru danych Learning to Drive (L2D), wskazują na kompleksowe podejście do budowania ekosystemu open-source dla robotyki.

Wikimedia Enterprise udostępnia ustrukturyzowane dane Wikipedii na platformie Kaggle

W połowie kwietnia 2025 roku Wikimedia Enterprise wprowadza znaczącą zmianę w dostępie do danych encyklopedycznych, udostępniając zestaw danych beta na platformie Kaggle. Inicjatywa ta zapewnia badaczom i programistom dostęp do ustrukturyzowanych treści Wikipedii w języku angielskim i francuskim, zoptymalizowanych pod kątem zastosowań w uczeniu maszynowym.

Techniczne aspekty nowego zestawu danych

Udostępniony zestaw danych stanowi przełom w sposobie wykorzystywania zasobów Wikipedii w projektach AI. W przeciwieństwie do tradycyjnych metod wymagających skomplikowanego scrapingu lub przetwarzania surowego tekstu, nowy format zapewnia gotowe do użycia, ustrukturyzowane dane w formacie JSON. Rozwiązanie opiera się na API Snapshot z funkcją Structured Contents beta, która przekształca treści Wikipedii w format przyjazny dla maszyn.

Zestaw zawiera szereg wysokiej użyteczności elementów, takich jak abstrakty artykułów, krótkie opisy, dane w stylu infobox, linki do obrazów oraz wyraźnie wyodrębnione sekcje artykułów. Warto zauważyć, że niektóre elementy, jak referencje i treści niebędące prozą, dostępne są wyłącznie poprzez pełne API Snapshot. Wszystkie dane podlegają licencjom Creative Commons Attribution-Share-Alike 4.0 oraz GNU Free Documentation License (GFDL).Praktyczne zastosowania dla społeczności AI

Nowy zestaw danych otwiera szerokie możliwości dla specjalistów uczenia maszynowego. Można go wykorzystać do:

• Szkolenia i dostrajania modeli językowych
• Testowania i benchmarkingu systemów AI
• Budowania nowych funkcji opartych na wiedzy encyklopedycznej
• Eksploracyjnej analizy danych z wiarygodnego źródła
• Tworzenia i testowania nowych potoków przetwarzania języka naturalnego
• Partnerstwo z Kaggle nie jest przypadkowe – platforma ta jest domem dla jednej z największych na świecie społeczności praktyków uczenia maszynowego, badaczy i entuzjastów danych. Jej ekosystem obejmuje miliony użytkowników, rozbudowaną bibliotekę zestawów danych, notatników i konkursów, co czyni ją idealnym środowiskiem do eksperymentowania z otwartymi, ustrukturyzowanymi danymi.